随着城市建设的快速发展,城市快速路的交通安全形势越来越严峻。减少交通事故、建立有效的预警机制是交通安全研究领域急需解决的课题。研究发现,传感器采集的海量交通数据中存在着交通状态与交通安全等级之间的关系。因此,通过从海量的交通数据流中实时挖掘出可用的安全预警决策规则,将是提高交通安全水平的有效途径。针对上述的背景应用,课题研究内容主要有以下三个方面:(1)本文针对大数据量的、实时性强的动态交通数据流,研究了基于Kafka、Storm、MongoDB技术的流处理框架。(2)本文在研究模糊聚类算法FCM基础上,提出了基于Topology计算模型的T-FCM(FCM based on Topology)算法。实验证明,该算法对判断和捕捉具有明显时间变化和空间变化特性的交通状态信息具有高效性。(3)本文在T-FCM算法基础上,提取预警决策规则,设计并实现了交通预警系统。通过VISSIM软件仿真及北京二环路的交通数据测试,验证了本系统的有效性和可行性。仿真效果证明,系统具有较高的实用价值和推广价值。